群益API 看盤程式效能封面:資料分三類放,先量再改

群益API 看盤程式越跑越慢?資料分三類放,先量再改

看盤程式剛開時很順,開了一兩個小時,報價跳動開始慢半拍。換一檔商品,K 線又要重抓一次。我們遇到的這個問題,原因不在群益API,而是程式每來一筆報價就做了太多事。

群益API 看盤程式的效能做法,我們整理成兩個原則:資料依「舊值還有沒有用、重抓或重算貴不貴」分三類放;遇到越跑越慢,先加分段計時找出隨時間變慢的那一段,再動手改。

本文是我們開發看盤程式的實作經驗。程式是 C# 桌面程式,文中的數字都來自它的測試環境,不是實盤量測;做法本身不綁語言,範例用 Python 示意。

群益API 看盤程式效能示意圖:報價、K 線、記錄分別放在只傳不存、記憶體快取、磁碟暫存三層

群益API 看盤程式的資料該放哪?分三類

判斷一筆資料放哪,只問兩件事:舊值還有沒有用?重抓或重算貴不貴?

類別適用的資料我們的做法
只傳不存報價快照、五檔、時鐘新的蓋舊的;同一檔商品在同一批只留最後一筆
記憶體快取各商品的分 K、日線與週線、指標結果設上限,最近最少用到的先淘汰;分 K 保留最近 10 檔商品
磁碟暫存分 K 快取檔、記錄檔、壞掉的快取檔設保留期限並自動清理:記錄檔 14 天、壞掉的快取檔 7 天,分 K 快取檔也有保留期限
  • 報價只傳不存。 報價的舊值馬上就沒用了。同一檔在一批裡來了 10 筆,畫面只需要最後一筆,前 9 筆不用處理。
  • K 線放記憶體快取。 重抓 K 線要等群益回補,成本高;換回剛看過的商品時,直接從快取拿。
  • 磁碟暫存一定要有清理。 只寫不刪的快取檔與記錄檔會一直累積。記憶體與磁碟一直漲的排查方法,見〈群益API 程式開久了記憶體與磁碟一直漲?〉。

群益API 的呼叫放在哪條執行緒?我們的分工

我們的程式把所有群益呼叫放在 UI 執行緒,群益事件的處理也在同一條執行緒。這是我們程式的設計,不是元件的限制;群益事件跑在哪個執行緒,見〈群益API 事件回呼跑在哪個執行緒?〉。

在這個前提下,我們的分工是:

  1. 事件處理只做一件事:放進佇列。 不在事件裡計算、畫圖或寫檔。
  2. 計時器每 50 毫秒取出佇列處理一次;量大的佇列每輪有上限(筆數或 20 毫秒),用完就留到下一輪。
  3. 讀寫快取檔、組出要存檔的內容、寫記錄、清理舊檔,一律搬到背景執行緒;群益呼叫仍留在 UI 執行緒。

背景讀檔有一個陷阱:檔案讀回來時,使用者可能已經換到別的商品了。每次請求帶一個序號,讀回來時序號不是最新的,就直接丟棄。

class KLineLoader:
    def __init__(self):
        self.seq = 0

    def request(self, stock_no):
        self.seq += 1
        return self.seq            # 交給背景讀檔,讀完連同序號一起送回

    def on_loaded(self, seq, stock_no, bars):
        if seq != self.seq:        # 使用者已經換商品,這份結果過期了
            return
        draw(stock_no, bars)

draw 代表你自己的繪圖函式。

群益API 看盤程式越跑越慢,怎麼找原因?

先量,不要猜。 我們的做法:

  1. 在處理流程的每一段加計時,例如解析報價、更新統計、更新畫面。
  2. 每分鐘把各段的累計耗時寫一行記錄。
  3. 比較剛開程式時與開了一段時間後的記錄,找出耗時隨連線時間成長的那一段。

我們用這個方法找到的原因是價差統計。原本的寫法是每來一筆報價,就把 30 分鐘內的所有價差樣本複製一份、排序、取中位數。樣本越多,每一筆的計算就越慢。

每筆報價都排序太慢,中位數怎麼算?

改法是不排序樣本,而是記錄「價差值 → 出現次數」。中位數只要依價差值由小到大累加次數,找到過半的那個值就好。平均則用累計總和除以筆數,不必每次重加。並另設樣本數上限。

import bisect
from collections import Counter, deque


class SpreadStats:
    """價差統計:用「價差值 -> 次數」算中位數,不必每來一筆就排序"""

    def __init__(self, window_sec=1800, max_samples=100000):
        self.window_sec = window_sec      # 統計視窗:30 分鐘
        self.max_samples = max_samples    # 樣本上限
        self.samples = deque()            # (時間, 價差),依時間先後
        self.counts = Counter()           # 價差值 -> 次數
        self.keys = []                    # 出現中的價差值,保持由小到大
        self.total = 0                    # 價差累計總和,算平均用

    def add(self, t, spread):
        self.samples.append((t, spread))
        self._change(spread, 1)
        # 移除超出視窗或超過上限的舊樣本
        while self.samples and (t - self.samples[0][0] > self.window_sec
                                or len(self.samples) > self.max_samples):
            _, old = self.samples.popleft()
            self._change(old, -1)

    def _change(self, v, d):
        if d > 0 and self.counts[v] == 0:
            bisect.insort(self.keys, v)
        self.counts[v] += d
        self.total += v * d
        if self.counts[v] == 0:
            del self.counts[v]
            self.keys.remove(v)

    def median(self):
        """下中位數:樣本數為偶數時,取中間兩個裡較小的那個"""
        n = len(self.samples)
        if n == 0:
            return None
        half = (n - 1) // 2
        seen = 0
        for v in self.keys:               # 依價差值由小到大累加次數
            seen += self.counts[v]
            if seen > half:
                return v

    def mean(self):
        n = len(self.samples)
        return self.total / n if n else None

這段 Python 範例我們用 20,000 筆隨機價差逐筆比對過:每一筆的中位數都和 Python 標準函式庫 statistics.median_low 對排序後資料算出的結果相同,平均也相同。

驗證效能要用測試鎖住。 我們在 C# 程式的測試裡模擬 20 萬筆報價,每 1 萬筆量一段耗時:舊做法後段明顯比前段慢,越跑越慢;新做法跑完 20 萬筆,各段耗時持平。

群益API 看盤程式還有哪些小地方會累積?

單一處的浪費不大,但每筆報價都做一次,就會累積成延遲。我們改過的地方:

地方原本改成
五檔價位表每次逐格清空再重填只寫值有變的格子,寫入次數降約 99%
庫存損益表每筆報價都重建整張表最多每 300 毫秒合併更新一次,並確保最後一筆價格會畫出來
交易時段設定檔每次查詢都重讀、重新解析依檔案修改時間快取,檔案沒變就不重讀
記錄視窗超過上限時整個清空重設,畫面會停頓只刪最前面一段

調整更新間隔時也是先量再改。縮短五檔價位表的更新間隔前,我們先單獨量測一次重畫的耗時:600 次的 p95 是 0.74 毫秒,低於我們設定的 5 毫秒標準,才把間隔縮短為 100 毫秒。

比較改前改後,要在同一次執行、同一個條件下對照。 我們比較快取的效果時,就是在同一次執行裡,把開快取與關快取的耗時放在一起比,不拿不同時間量到的毫秒數互相比較。

群益API 海外期貨 K 線怎麼判斷收完?

國內報價有回補完成的事件,海外期貨(以下簡稱海期)沒有。官方手冊國內報價章節的事件表列有「歷史KLine回補完成 | OnKLineComplete」;海期報價章節的事件表,K 線只有一列「K線資料 | OnKLineData」,章節內沒有 OnKLineComplete。

所以我們的程式判斷海期 K 線收完的方式,是一段時間沒有新資料進來,就判定為收完。國內 K 線的取法見〈群益API 歷史 K 線怎麼取?〉。

這個做法搭配前面的分類:海期 K 線收完後放進記憶體快取與磁碟暫存,換回同一檔商品時,就不必再等一次。

群益API 看盤程式效能的 4 個誤解

  1. 誤解: 看盤程式變慢是群益API 變慢。其實: 我們找到的原因是程式每筆報價都排序;改掉之後,20 萬筆模擬報價的處理耗時持平。
  2. 誤解: 快取越多越好。其實: 記憶體快取要設上限,磁碟暫存要設保留期限並自動清理,否則會一直累積。
  3. 誤解: 報價每一筆都要處理。其實: 報價只傳不存,同一檔在同一批只留最後一筆。
  4. 誤解: 量到的毫秒數可以直接比。其實: 機器負載會讓絕對數字漂動,改前改後要在同一次執行、同一個條件下對照。

常見問題

群益API 看盤程式開久了越來越慢,先從哪裡查?

在處理流程的每一段加計時,每分鐘寫一行記錄,找出耗時隨連線時間成長的那一段。我們找到的是價差統計每筆報價都排序。

報價資料要不要存起來?

我們的做法是只傳不存:報價快照與五檔是新的蓋舊的,同一檔在同一批只留最後一筆。K 線才放記憶體快取與磁碟暫存。

群益API 海外期貨 K 線有回補完成的事件嗎?

官方手冊海期報價章節的事件表,K 線只有 OnKLineData,沒有國內報價的 OnKLineComplete。我們的程式用「一段時間沒有新資料」判斷收完。

背景讀檔回來時,使用者已經換商品了怎麼辦?

每次請求帶一個序號,讀回來時序號不是最新的就丟棄。

風險揭露

期貨與選擇權屬高槓桿商品,價格波動可能造成超過原始保證金的損失,交易人須自負交易責任。本文為程式開發技術教學,分享看盤程式的效能做法,不構成投資建議,也不保證任何交易結果。

投資人教育資源

機構資源
臺灣期貨交易所(TAIFEX)期貨及選擇權數位學習網
證券暨期貨市場發展基金會證券期貨市場教育推廣
金融智慧網金管會金融知識平台
中華民國期貨業商業同業公會期貨業法規與宣導
證券投資人及期貨交易人保護中心投資人保護與申訴

延伸閱讀

參考資料

  • 海期報價章節的事件表(OnKLineData)、國內報價章節的事件表(OnKLineComplete):依群益官方元件說明文件。
  • 20 萬筆模擬報價、價位表寫入降約 99%、價位表重畫 p95 0.74 毫秒(單獨量測):我們 C# 桌面程式 2026-11 的測試環境紀錄,非實盤量測。
  • 價差統計的 Python 範例:本文撰寫時以 20,000 筆隨機資料,與 statistics.median_low 逐筆比對。

免責聲明

本文章僅作為群益API實作經驗分享,不構成投資建議,且策略及程式皆應自行撰寫。期貨及衍生性金融商品交易屬高風險投資,請謹慎評估自身風險承擔能力。

延伸閱讀|相關文章

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *